Académique Documents
Professionnel Documents
Culture Documents
SMA5.
M. Essaouini
2023-2024
y 0 (t ) = f (t, y (t ))
(1)
y (t0 ) = y0
Dé…nitions
une équation di¤érentielle ordinaire d’ordre p s’écrit sous la forme
F (t, y , y 0 , y 00 , ..., y (p ) ) = 0
y (p ) = f (t, y , y 0 , y 00 , ..., y (p 1)
)
Remarques
1 Toute équation di¤érentielle d’ordre p peut être écrite sous la forme
Z 0 = G (t, Z )
Remarques
1 Toute équation di¤érentielle d’ordre p peut être écrite sous la forme
Z 0 = G (t, Z )
Remarques
1 Toute équation di¤érentielle d’ordre p peut être écrite sous la forme
Z 0 = G (t, Z )
Théorème
On suppose que :
la fonction f (t, y ) est continue par rapport à ses deux variables.
Théorème
On suppose que :
la fonction f (t, y ) est continue par rapport à ses deux variables.
la fonction f (t, y ) est lipschitzienne par rapport à la deuxième
variable, i.e.,
Théorème
On suppose que :
la fonction f (t, y ) est continue par rapport à ses deux variables.
la fonction f (t, y ) est lipschitzienne par rapport à la deuxième
variable, i.e.,
Théorème
On suppose que :
la fonction f (t, y ) est continue par rapport à ses deux variables.
la fonction f (t, y ) est lipschitzienne par rapport à la deuxième
variable, i.e.,
Théorème
On suppose que :
la fonction f (t, y ) est continue par rapport à ses deux variables.
la fonction f (t, y ) est lipschitzienne par rapport à la deuxième
variable, i.e.,
Soit l’équation
t2
y0 = e
Soit l’équation
t2
y0 = e
dont la solution ne peut s’exprimer qu’à l’aide d’un développement en
série.
Soit l’équation
t2
y0 = e
dont la solution ne peut s’exprimer qu’à l’aide d’un développement en
série.
C’est parmis les raisons qui ont poussé les chercheurs à développer les
méthodes numériques pour la résolution d’E.D.O. (qui admettent une
solution)
Dé…nition
on appelle méthode (schéma) à un pas pour la résolution numérique
du problème(1) tout algorithme de construction des valeurs un qui
s’écrit sous la forme
u0 = y0
u n +1 u n (2)
h = Φ (tn , un , h) pour n = 0, ..., N 1.
Dé…nition
on appelle méthode (schéma) à un pas pour la résolution numérique
du problème(1) tout algorithme de construction des valeurs un qui
s’écrit sous la forme
u0 = y0
u n +1 u n (2)
h = Φ (tn , un , h) pour n = 0, ..., N 1.
Dé…nition
on appelle méthode (schéma) à un pas pour la résolution numérique
du problème(1) tout algorithme de construction des valeurs un qui
s’écrit sous la forme
u0 = y0
u n +1 u n (2)
h = Φ (tn , un , h) pour n = 0, ..., N 1.
Dé…nition
on appelle méthode (schéma) à un pas pour la résolution numérique
du problème(1) tout algorithme de construction des valeurs un qui
s’écrit sous la forme
u0 = y0
u n +1 u n (2)
h = Φ (tn , un , h) pour n = 0, ..., N 1.
Exemples
Exemples
schéma d’Euler explicite
Exemples
schéma d’Euler explicite
u0 = y0
u n +1 u n
h = f (tn , un )
Exemples
schéma d’Euler explicite
u0 = y0
u n +1 u n
h = f (tn , un )
Exemples
schéma d’Euler explicite
u0 = y0
u n +1 u n
h = f (tn , un )
u0 = y0
u n +1 u n
h = f (tn +1 , un +1 )
Exemples
schéma d’Euler explicite
u0 = y0
u n +1 u n
h = f (tn , un )
u0 = y0
u n +1 u n
h = f (tn +1 , un +1 )
est ce que un +1 existe? en d’autre termes : est ce que le shéma au
dessus est bien dé…ni ?
Dé…nition
pour n = 0, ..., N 1, on dé…nit l’erreur de consistence (ou erreur de
troncature locale) du shéma (2) au noeud tn par
yn +1 yn y ( tn + 1 ) y ( tn )
Rn = Φ (tn , yn , h) = Φ ( tn , y ( tn ) , h )
h h
Dé…nition
pour n = 0, ..., N 1, on dé…nit l’erreur de consistence (ou erreur de
troncature locale) du shéma (2) au noeud tn par
yn +1 yn y ( tn + 1 ) y ( tn )
Rn = Φ (tn , yn , h) = Φ ( tn , y ( tn ) , h )
h h
Le schéma (2) serait consistent si et ssi
Dé…nition
pour n = 0, ..., N 1, on dé…nit l’erreur de consistence (ou erreur de
troncature locale) du shéma (2) au noeud tn par
yn +1 yn y ( tn + 1 ) y ( tn )
Rn = Φ (tn , yn , h) = Φ ( tn , y ( tn ) , h )
h h
Le schéma (2) serait consistent si et ssi
Dé…nition
Le schéma (2) est dit stable si il existe h > 0 et R 2 R+ tel que
un 2 BR = fy / ky k Rg 8n = 0, ..., N
et ceci 8h 2 [0, h ].
Dé…nition
Le schéma (2) est dit stable si il existe h > 0 et R 2 R+ tel que
un 2 BR = fy / ky k Rg 8n = 0, ..., N
et ceci 8h 2 [0, h ].
On dit que le schéma (2) est inconditionellement stable si en plus
h = +∞.
Dé…nition
On dé…nit l’erreur de discrétisation pour le schéma (2) par
en = yn un
on a
Dé…nition
On dé…nit l’erreur de discrétisation pour le schéma (2) par
en = yn un
Le schéma (2) serait convergent si lorsqu’on suppose que je0 j = 0
on a
Dé…nition
On dé…nit l’erreur de discrétisation pour le schéma (2) par
en = yn un
Le schéma (2) serait convergent si lorsqu’on suppose que je0 j = 0
on a
max jen j ! 0
0 n N h !0
Dé…nition
On dé…nit l’erreur de discrétisation pour le schéma (2) par
en = yn un
Le schéma (2) serait convergent si lorsqu’on suppose que je0 j = 0
on a
max jen j ! 0
0 n N h !0
Dé…nition
On dé…nit l’erreur de discrétisation pour le schéma (2) par
en = yn un
Le schéma (2) serait convergent si lorsqu’on suppose que je0 j = 0
on a
max jen j ! 0
0 n N h !0
Théorème
On se place dans les conditions du théorème d’existence et d’unicité de la
solution du problème de Cauchy. Soit le schéma (2)
On suppose que le schéma (2) est consistent d’ordre p.
Théorème
On se place dans les conditions du théorème d’existence et d’unicité de la
solution du problème de Cauchy. Soit le schéma (2)
On suppose que le schéma (2) est consistent d’ordre p.
On suppose qu’il existe h > 0 tel que 8A 2 R+ 9MA > 0 :
8 (y , z ) 2 BA BA 8t 2 [t0 , T ] 8h 2 [0, h ]
0<h h et je0 j e
alors
0<h h et je0 j e
alors
le shéma (2) est stable
0<h h et je0 j e
alors
le shéma (2) est stable
le shéma (2) est convergent et on a l’estimation d’erreur suivante
0<h h et je0 j e
alors
le shéma (2) est stable
le shéma (2) est convergent et on a l’estimation d’erreur suivante
0<h h et je0 j e
alors
le shéma (2) est stable
le shéma (2) est convergent et on a l’estimation d’erreur suivante
D’autre part on a
e n + 1 = y ( tn + 1 ) un +1
D’autre part on a
e n + 1 = y ( tn + 1 ) un +1
=) en +1 = y (tn + h) un h.f (tn , un )
D’autre part on a
e n + 1 = y ( tn + 1 ) un +1
=) en +1 = y (tn + h) un h.f (tn , un )
h 2 00
=) en +1 = y (tn ) + h.y 0 (tn ) + 2 y (ζ n ) un h.f (tn , un ) avec
ζ n 2 [tn , tn +1 ]
D’autre part on a
e n + 1 = y ( tn + 1 ) un +1
=) en +1 = y (tn + h) un h.f (tn , un )
h 2 00
=) en +1 = y (tn ) + h.y 0 (tn ) + 2 y (ζ n ) un h.f (tn , un ) avec
ζ n 2 [tn , tn +1 ]
h 2 00
=) en +1 = en + h (f (tn , yn ) f (tn , un )) + 2 y (ζ n )
D’autre part on a
e n + 1 = y ( tn + 1 ) un +1
=) en +1 = y (tn + h) un h.f (tn , un )
h 2 00
=) en +1 = y (tn ) + h.y 0 (tn ) + 2 y (ζ n ) un h.f (tn , un ) avec
ζ n 2 [tn , tn +1 ]
h 2 00
=) en +1 = en + h (f (tn , yn ) f (tn , un )) + 2 y (ζ n )
h2
=) jen +1 j jen j + h.L. jyn un j + 2 M
h2
=) jen +1 j jen j + h.L. jen j + 2 M
h2
=) jen +1 j jen j + h.L. jen j + 2 M
h2
=) jen +1 j (1 + h.L). jen j + M
| {z } |2{z }
β α
h2
=) jen +1 j jen j + h.L. jen j + 2 M
h2
=) jen +1 j (1 + h.L). jen j + M
| {z } |2{z }
β α
=) jen +1 j β. jen j + α
h2
=) jen +1 j jen j + h.L. jen j + 2 M
h2
=) jen +1 j (1 + h.L). jen j + M
| {z } |2{z }
β α
=) jen +1 j β. jen j + α
=) jen +1 j β. ( β jen 1 j + α) + α = β 2 j en 1j + β.α + α = ........
h2
=) jen +1 j jen j + h.L. jen j + 2 M
h2
=) jen +1 j (1 + h.L). jen j + M
| {z } |2{z }
β α
=) jen +1 j β. jen j + α
=) jen +1 j β. ( β jen 1 j + α) + α = β 2 j en 1j + β.α + α = ........
n n 1
=) jen +1 j β j e1 j + β .α + ... + α
h2
=) jen +1 j jen j + h.L. jen j + 2 M
h2
=) jen +1 j (1 + h.L). jen j + M
| {z } |2{z }
β α
=) jen +1 j β. jen j + α
=) jen +1 j β. ( β jen = β2 jen 1 j + β.α + α = ........
1 j + α) + α
=) jen +1 j n 1
βn je1 j + β .α + ... + α
=) jen +1 j βn +1 je0 j + βn .α + βn 1 .α + ... + α
(1 +hL )n +1 1
=) jen +1 j M. h2 . L
(1 +hL )n +1 1
=) jen +1 j M. h2 . L
=) jen +1 j M. h2 . (exp((n + 1) .h.L) 1) . L1
h2 ∂f ∂f
un +1 = un + h.f (tn , un ) + (tn , un ) + (tn , un ) .f (tn , un )
2 ∂t ∂y
h2 ∂f ∂f
un +1 = un + h.f (tn , un ) + (tn , un ) + (tn , un ) .f (tn , un )
2 ∂t ∂y
Remarque
Il est clair qu’on peut obtenir des méthodes numériques de Taylor d’ordre
plus élevé (donc plus précise) en poussant l’ordre du développement
Mais
Remarque
Il est clair qu’on peut obtenir des méthodes numériques de Taylor d’ordre
plus élevé (donc plus précise) en poussant l’ordre du développement
Mais
∂f ∂f ∂2 f ∂2 f ∂2 f
il faut calculer ∂t , ∂y , ∂t 2 , ∂t 2 , ∂t ∂y , .....
Remarque
Il est clair qu’on peut obtenir des méthodes numériques de Taylor d’ordre
plus élevé (donc plus précise) en poussant l’ordre du développement
Mais
∂f ∂f ∂2 f ∂2 f ∂2 f
il faut calculer ∂t , ∂y , ∂t 2 , ∂t 2 , ∂t ∂y , .....
Ce calcul est très di¢ cile et côuteux
Remarque
Il est clair qu’on peut obtenir des méthodes numériques de Taylor d’ordre
plus élevé (donc plus précise) en poussant l’ordre du développement
Mais
∂f ∂f ∂2 f ∂2 f ∂2 f
il faut calculer ∂t , ∂y , ∂t 2 , ∂t 2 , ∂t ∂y , .....
Ce calcul est très di¢ cile et côuteux
Sa mise en oeuvre plus compliquée encore !
Remarque
Il est clair qu’on peut obtenir des méthodes numériques de Taylor d’ordre
plus élevé (donc plus précise) en poussant l’ordre du développement
Mais
∂f ∂f ∂2 f ∂2 f ∂2 f
il faut calculer ∂t , ∂y , ∂t 2 , ∂t 2 , ∂t ∂y , .....
Ce calcul est très di¢ cile et côuteux
Sa mise en oeuvre plus compliquée encore !
Autres alternatives?
Remarque
Il est clair qu’on peut obtenir des méthodes numériques de Taylor d’ordre
plus élevé (donc plus précise) en poussant l’ordre du développement
Mais
∂f ∂f ∂2 f ∂2 f ∂2 f
il faut calculer ∂t , ∂y , ∂t 2 , ∂t 2 , ∂t ∂y , .....
Ce calcul est très di¢ cile et côuteux
Sa mise en oeuvre plus compliquée encore !
Autres alternatives?
Les Méthodes de Runge-Kutta
Z t n +1
La méthode du point milieu : f (s, y (s )) ds est approchée
tn
par h f tn + h2 , y tn + h
2
Z t n +1
La méthode du point milieu : f (s, y (s )) ds est approchée
tn
par h f tn + h2 , y tn + h
2
h
et y tn + 2 sera approché par le schéma d’Euler :
Z t n +1
La méthode du point milieu : f (s, y (s )) ds est approchée
tn
par h f tn + h2 , y tn + h
2
h
et y tn + 2 sera approché par le schéma d’Euler :
h
y tn + 2 y (tn ) + h2 f (tn , y (tn ))
Z t n +1
La méthode du point milieu : f (s, y (s )) ds est approchée
tn
par h f tn + h2 , y tn + h
2
h
et y tn + 2 sera approché par le schéma d’Euler :
h
y tn + 2 y (tn ) + h2 f (tn , y (tn ))
ce qui donne lieu au schéma numérique
u0 = y0
n = 0, ..., N 1
un +1 = un + hf tn + h2 , un + h2 f (tn , un )
La
Z méthode des Trapèzes :
t n +1
h
f (s, y (s )) ds 2 (f (tn , y (tn )) + f (tn +1 , y (tn +1 ))), on
tn
obtient dans ce cas le schéma numérique suivant :
La
Z méthode des Trapèzes :
t n +1
h
f (s, y (s )) ds 2 (f (tn , y (tn )) + f (tn +1 , y (tn +1 ))), on
tn
obtient dans ce cas le schéma numérique suivant :
u0 = y0
h n = 0, ..., N 1
un +1 = un + 2 (f (tn + un ) + f (tn +1 , un +1 ))
La
Z méthode des Trapèzes :
t n +1
h
f (s, y (s )) ds 2 (f (tn , y (tn )) + f (tn +1 , y (tn +1 ))), on
tn
obtient dans ce cas le schéma numérique suivant :
u0 = y0
h n = 0, ..., N 1
un +1 = un + 2 (f (tn + un ) + f (tn +1 , un +1 ))
Dé…nition
On appelle méthode de RK explicite de rang q, toute méthode qui s’écrit
sous la forme :
8
< u0 = y0
q
n = 0, ..., N 1
: un +1 = un + h ∑ bi Ki
i =1
u0 = y0
n = 0, ..., N 1
un +1 = un + h6 (K1 + 2K2 + 2K3 + K4 )
8
>
> K1 = f (tn , un )
>
>
>
>
< K2 = f tn + h2 , un + h2 K1
sachant que
>
> K3 = f tn + h2 , un + h2 K2
>
>
>
>
: K4 = f (tn +1 , un + hK3 )
Z t n +1
Ainsi on a y (tn +1 ) y (tn ) + p (s ) .ds
tn
Z t n +1
Ainsi on a y (tn +1 ) y (tn ) + p (s ) .ds
tn
On obtient Le schéma numérique
Z t n +1
un +1 = un + p (s ) .ds
tn
Z t n +1
Ainsi on a y (tn +1 ) y (tn ) + p (s ) .ds
tn
On obtient Le schéma numérique
Z t n +1
un +1 = un + p (s ) .ds
tn
un +1 = un +hf n (ordre 1)
un +1 = un + h2 (3f n f n 1) (ordre 2)
h
un +1 = un + 12 (23f n 16f n 1 +5f n 2 ) (ordre 3)
h
un +1 = un + 24 (55f n 59f n 1 +37f n 2 9f n 3) (ordre 4)
un +1 = un +hf n +1 (ordre 1)
un +1 = un + h2 (fn +1 + fn ) (ordre 2)
h
un +1 = un + 12 (5f n +1 +8f n f n 1) (ordre 3)
h
un +1 = un + 24 (9f n +1 +19f n 5f n 1 +f n 2 ) (ordre 4)
Schémas Predicteur-Correcteur
(p )
un +1 = un + hfn
(p )
un +1 = un + hfn +1 (ordre 1)
(p ) h
un +1 = un + 2 (3fn fn 1 )
h ( p )
un +1 = un + 2 fn + 1 + fn (ordre 2)
(p ) h
un +1 = un + 12 (23fn 16fn 1 + 5fn 2)
h (p )
un +1 = un + 12 5fn +1 + 8fn fn 1 (ordre 3)
(p ) h
un +1 = un + 24 (55fn 59fn 1 + 37fn 2 9fn 3)
h (p )
un +1 = un + 24 9fn +1 + 19fn 5fn 1 + fn 2 (ordre 4)
y (m ) ( t ) = f t, y (t ) , y 0 (t ) , ......, y (m 1)
(t )
Y 0 = G (t, Y )
Y 0 = G (t, Y )
avec
Y 0 = G (t, Y )
avec
Y (t ) =t (y1 (t ) , ..., ym (t ))
Y 0 = G (t, Y )
avec
Y (t ) =t (y1 (t ) , ..., ym (t ))
0 1
y2 (t )
B y3 (t ) C
B C
G (t, Y ) = B
B .... C
C
@ ym (t ) A
f (t, y1 (t ) , y2 (t ) , ......, ym (t ))
0 1 0 10
y10 (t ) y1 (t )
B y 0 (t ) C B y2 (t ) C
Y 0 (t ) = B 2 C B
@ ... A = @ ... A
C
ym0 (t ) ym (t )
0 1
f1 (t, y1 (t ) , ..., ym (t ))
B f2 (t, y1 (t ) , ..., ym (t )) C
= B
@
C
A
.....
fm (t, y1 (t ) , ..., ym (t ))
0 1 0 1
y1 (t0 ) c1
B y2 (t0 ) C B c2 C
Y ( t0 ) = B
@
C=B
A @ ...
C
A
...
ym (t0 ) cm
0 1 0 1
y1 (t0 ) c1
B y2 (t0 ) C B c2 C
Y ( t0 ) = B
@
C=B
A @ ... A
C
...
ym (t0 ) cm
Sachant que les yi sont des fonctions à valeurs dans R
0 1 0 1
y1 (t0 ) c1
B y2 (t0 ) C B c2 C
Y ( t0 ) = B
@
C=B
A @ ... A
C
...
ym (t0 ) cm
Sachant que les yi sont des fonctions à valeurs dans R
par contre les fi sont des fonctions de [t0 , T ] Rm à valeurs dans R.
0 1 0 1
y1 (t0 ) c1
B y2 (t0 ) C B c2 C
Y ( t0 ) = B
@
C=B
A @ ... A
C
...
ym (t0 ) cm
Sachant que les yi sont des fonctions à valeurs dans R
par contre les fi sont des fonctions de [t0 , T ] Rm à valeurs dans R.
Pour simpli…er les notations, on pose C =t (c1 , ..., cm ) et
G =t (f1 , ..., fm )
01 0 1
y1 (t0 ) c1
B y2 (t0 ) C B c2 C
Y ( t0 ) = B
@
C=B
A @ ... A
C
...
ym (t0 ) cm
Sachant que les yi sont des fonctions à valeurs dans R
par contre les fi sont des fonctions de [t0 , T ] Rm à valeurs dans R.
Pour simpli…er les notations, on pose C =t (c1 , ..., cm ) et
G =t (f1 , ..., fm )
(n ) (n ) (n )
On note par u (n ) =t u1 , u2 , ..., um l’approximation de
Y (tn ) =t (y1 (tn ) , y2 (tn ) , ..., ym (tn ))
0 1 0 1
y1 (t0 ) c1
B y2 (t0 ) C B c2 C
Y ( t0 ) = B
@
C=B
A @ ... A
C
...
ym (t0 ) cm
Sachant que les yi sont des fonctions à valeurs dans R
par contre les fi sont des fonctions de [t0 , T ] Rm à valeurs dans R.
Pour simpli…er les notations, on pose C =t (c1 , ..., cm ) et
G =t (f1 , ..., fm )
(n ) (n ) (n )
On note par u (n ) =t u1 , u2 , ..., um l’approximation de
Y (tn ) =t
(y1 (tn ) , y2 (tn ) , ..., ym (tn ))
Donc le shéma d’Euler explicite est donnée par
0 1 0 1
y1 (t0 ) c1
B y2 (t0 ) C B c2 C
Y ( t0 ) = B
@
C=B
A @ ... A
C
...
ym (t0 ) cm
Sachant que les yi sont des fonctions à valeurs dans R
par contre les fi sont des fonctions de [t0 , T ] Rm à valeurs dans R.
Pour simpli…er les notations, on pose C =t (c1 , ..., cm ) et
G =t (f1 , ..., fm )
(n ) (n ) (n )
On note par u (n ) =t u1 , u2 , ..., um l’approximation de
Y (tn ) =t
(y1 (tn ) , y2 (tn ) , ..., ym (tn ))
Donc le shéma d’Euler explicite est donnée par
u (n +1 ) = u (n ) + h.G tn , u (n ) n = 0, ..., N 1
=)h u (n +1 ) = u (n ) + i
(n ) (n ) (n ) (n ) (n ) (n )
h. t f1 tn , u1 , u2 , ..., um , ..., fm tn , u1 , u2 , ..., um
=)h u (n +1 ) = u (n ) + i
(n ) (n ) (n ) (n ) (n ) (n )
h. t f1 tn , u1 , u2 , ..., um , ..., fm tn , u1 , u2 , ..., um
8
> (n +1 ) (n ) (n ) (n ) (n )
>
> u1 = u1 + h.f1 tn , u1 , u2 , ..., um
>
>
>
> (n +1 ) (n ) (n ) (n ) (n )
< u2
> = u2 + h.f2 tn , u1 , u2 , ..., um
=) .... ... ...
>
> (n +1 ) (n ) (n ) (n ) (n )
>
> um 1 = um 1 + h.fm 1 tn , u1 , u2 , ..., um
>
>
>
> (n +1 ) (n ) (n ) (n ) (n )
: um = um + h.fm tn , u , u , ..., um
1 2
=)h u (n +1 ) = u (n ) + i
(n ) (n ) (n ) (n ) (n ) (n )
h. t f1 tn , u1 , u2 , ..., um , ..., fm tn , u1 , u2 , ..., um
8
> (n +1 ) (n ) (n ) (n ) (n )
>
> u1 = u1 + h.f1 tn , u1 , u2 , ..., um
>
>
>
> (n +1 ) (n ) (n ) (n ) (n )
< u2
> = u2 + h.f2 tn , u1 , u2 , ..., um
=) .... ... ...
>
> (n +1 ) (n ) (n ) (n ) (n )
>
> um 1 = um 1 + h.fm 1 tn , u1 , u2 , ..., um
>
>
>
> (n +1 ) (n ) (n ) (n ) (n )
: um = um + h.fm tn , u , u , ..., um
1 2
pour n = 0, ..., N 1
ensuite on calcule
1
u (n +1 ) = u (n ) +
(K1 + 2K2 + 2K3 + K4 ) n = 0, ..., N 1
6
sachant que les Ki sont des tableaux de longueur m.
Faculté des Sciences () Université Chouaib Doukkali 50 / 178
Résolution numérique des équations di¤érentielles
Equations d’ordre supérieur : Méthode de Runge-Kutta
Les problèmes aux limites sont des problèmes di¤érentiels posés sur
un intervalle ]a, b [ de R ou un ouvert Ω de Rd ( 2) pour lesquels
les valeurs de l’inconnue (ou de ses dérivées ) sont …xés aux extrimités
a et b.ou sur le bord ∂Ω dans le cas multidimensionnel.
Les problèmes aux limites sont des problèmes di¤érentiels posés sur
un intervalle ]a, b [ de R ou un ouvert Ω de Rd ( 2) pour lesquels
les valeurs de l’inconnue (ou de ses dérivées ) sont …xés aux extrimités
a et b.ou sur le bord ∂Ω dans le cas multidimensionnel.
Dans le cas multidimensionnel, l’équation met en jeu les dérivées
partielles de la solution par rapport aux variables dont dépent le
problème : le temps, les coordonnés d’espace....
Les problèmes aux limites sont des problèmes di¤érentiels posés sur
un intervalle ]a, b [ de R ou un ouvert Ω de Rd ( 2) pour lesquels
les valeurs de l’inconnue (ou de ses dérivées ) sont …xés aux extrimités
a et b.ou sur le bord ∂Ω dans le cas multidimensionnel.
Dans le cas multidimensionnel, l’équation met en jeu les dérivées
partielles de la solution par rapport aux variables dont dépent le
problème : le temps, les coordonnés d’espace....
Les équations dépendant du temps, comme par exemple l’équation de
la chaleur, sont appelées : des problèmes aux valeurs initiales. Pour
ce type d’équations on doit fournir une condition initiale (t = 0) en
plus des conditions aux limites (t est la variable temporelle)
Equation de Poisson
8
< u 00 (x ) = f (x ) x 2 ]a, b [
u (a ) = α
:
u (b ) = β
en dimension supérieure cette équation devient
∆u (x ) = f (x ) x 2 Ω Rd
u = g x 2 ∂Ω
d
∂2
on rappelle que ∆ = ∑ 2 , ∂Ω désigne la frontière de Ω et Ω est un
i =1 ∂xi
ouvert borné assez régulier de Rd .
Faculté des Sciences () Université Chouaib Doukkali 53 / 178
Problèmes aux limites
Classi…cation des équations
D’une manière générale une équation aux dérivées partielles (EDP) est une
relation entre une fonction à plusieurs variables et ses dérivées partielles.
Elle est de la forme
∂u ∂u ∂m u
F u, , ..., , ..., m = f
∂x1 ∂xn ∂xn
avec Ω est un ouvert de Rn , f est une fonction dé…nie sur Ω, m est
l’indice de l’EDP.
Dans toute la suite on va considérer des EDPs linéaires scalaires
d’ordre deux dont la forme générale est donnée par
C : r (ru ) + b.ru + au = f dans Ω (3)
D’une manière générale une équation aux dérivées partielles (EDP) est une
relation entre une fonction à plusieurs variables et ses dérivées partielles.
Elle est de la forme
∂u ∂u ∂m u
F u, , ..., , ..., m = f
∂x1 ∂xn ∂xn
avec Ω est un ouvert de Rn , f est une fonction dé…nie sur Ω, m est
l’indice de l’EDP.
Dans toute la suite on va considérer des EDPs linéaires scalaires
d’ordre deux dont la forme générale est donnée par
C : r (ru ) + b.ru + au = f dans Ω (3)
Sachant que
n n
∂2 u
r (ru ) = ∑ ∂xi ∂xj ,et A : B = ∑ Aij Bij
i =1 i ,j =1
z T Cz + bz + a = f (4)
Le terme gauche de la relation une forme quadratique en z.
Si (4) est l’équation d’une éllipse (ellipsoïde, n 2) alors l’EDP est
dite elliptique
z T Cz + bz + a = f (4)
Le terme gauche de la relation une forme quadratique en z.
Si (4) est l’équation d’une éllipse (ellipsoïde, n 2) alors l’EDP est
dite elliptique
Si (4) est l’équation d’une parabole (paraboloïde, n 2) alors l’EDP
est dite parabolique
z T Cz + bz + a = f (4)
Le terme gauche de la relation une forme quadratique en z.
Si (4) est l’équation d’une éllipse (ellipsoïde, n 2) alors l’EDP est
dite elliptique
Si (4) est l’équation d’une parabole (paraboloïde, n 2) alors l’EDP
est dite parabolique
Si (4) est l’équation d’une hyperbole (hyperboloïde, n 2) alors
l’EDP est dite hyperbolique
Faculté des Sciences () Université Chouaib Doukkali 55 / 178
Problèmes aux limites
Classi…cation des équations
Exemples
Exemples
L’équation de Laplace : ∆u = f est élliptique.
Exemples
L’équation de Laplace : ∆u = f est élliptique.
∂u
L’équation de la chaleur ∆u (t, x ) = f est parabolique
∂t
Exemples
L’équation de Laplace : ∆u = f est élliptique.
∂u
L’équation de la chaleur ∆u (t, x ) = f est parabolique
∂t
∂2 u
L’équation des ondes ∆u (t, x ) = f est hyperbolique
∂t 2
Exemples
L’équation de Laplace : ∆u = f est élliptique.
∂u
L’équation de la chaleur ∆u (t, x ) = f est parabolique
∂t
∂2 u
L’équation des ondes ∆u (t, x ) = f est hyperbolique
∂t 2
L’équation biharmonique : ∆2 u = f est elliptique.
Exemples
L’équation de Laplace : ∆u = f est élliptique.
∂u
L’équation de la chaleur ∆u (t, x ) = f est parabolique
∂t
∂2 u
L’équation des ondes ∆u (t, x ) = f est hyperbolique
∂t 2
L’équation biharmonique : ∆2 u = f est elliptique.
L’équation de convection-di¤usion dé…nie par
∂u
(t, x ) + a.ru µ∆u (t, x ) = f (t, x )
∂t
est parabolique si µ > 0 et hyperbolique sinon. Le cas µ = 0
correspond à l’équation de transport (a est la vitesse de convection et
µ est le coe¢ cient de di¤usion)
Pour que l’EDP puisse avoir une solution unique, il est imperatif d’avoir
des informations supplémentaires sur la frontière ou une partie de la
frontière du domaine de l’EDP.
Dans le cadre de ce cours on va considérer des conditions aux limites de
type :
1 u = g sur ∂Ω c’est une condition de type Dirichlet;
Pour que l’EDP puisse avoir une solution unique, il est imperatif d’avoir
des informations supplémentaires sur la frontière ou une partie de la
frontière du domaine de l’EDP.
Dans le cadre de ce cours on va considérer des conditions aux limites de
type :
1 u = g sur ∂Ω c’est une condition de type Dirichlet;
∂u
2 = g sur ∂Ω c’est une condition de type Neumann
∂ν
Pour que l’EDP puisse avoir une solution unique, il est imperatif d’avoir
des informations supplémentaires sur la frontière ou une partie de la
frontière du domaine de l’EDP.
Dans le cadre de ce cours on va considérer des conditions aux limites de
type :
1 u = g sur ∂Ω c’est une condition de type Dirichlet;
∂u
2 = g sur ∂Ω c’est une condition de type Neumann
∂ν
∂u
3 u = g1 sur Γ1 et = g2 sur Γ2 ce sont des conditions
∂ν
mixtes.(∂Ω = Γ1 [ Γ2 ).
Pour que l’EDP puisse avoir une solution unique, il est imperatif d’avoir
des informations supplémentaires sur la frontière ou une partie de la
frontière du domaine de l’EDP.
Dans le cadre de ce cours on va considérer des conditions aux limites de
type :
1 u = g sur ∂Ω c’est une condition de type Dirichlet;
∂u
2 = g sur ∂Ω c’est une condition de type Neumann
∂ν
∂u
3 u = g1 sur Γ1 et = g2 sur Γ2 ce sont des conditions
∂ν
mixtes.(∂Ω = Γ1 [ Γ2 ).
(x ) = ru. !
ν (x ) où !
∂u
on rappelle que ν (x ) désigne la normale
∂ν
exterieure à ∂Ω au point x.
soit le problème
8
< u 00 (x ) = f (x ) x 2 ]0, 1[
u (0) = a (5)
:
u (1) = b
1
Soit N 2 N , on pose h = et xi = ih (c’est la discrétisation du
N +1
domaine de l’EDP, souvent on parle de la discrétisation en espace)
donc au points xi on a
u 00 (xi ) = f (xi )
et ceci pour
i = 1, ..., N
u (x 2u (x ) + u (x + h)
h)
donc u 00 (x ) ' par suite on peut
h2
u (xi 1 ) 2u (xi ) + u (xi +1 )
approcher u 00 (xi ) par pour i = 1, ..., N.
h2
u (x 2u (x ) + u (x + h)
h)
donc u 00 (x ) ' par suite on peut
h2
u (xi 1 ) 2u (xi ) + u (xi +1 )
approcher u 00 (xi ) par pour i = 1, ..., N.
h2
u (xi 1) 2u (xi ) + u (xi +1 )
=) ' f (xi ) pour i = 1, ..., N.
h2
u (x 2u (x ) + u (x + h)
h)
donc u 00 (x ) ' par suite on peut
h2
u (xi 1 ) 2u (xi ) + u (xi +1 )
approcher u 00 (xi ) par pour i = 1, ..., N.
h2
u (xi 2u (xi ) + u (xi +1 )
1)
=) ' f (xi ) pour i = 1, ..., N.
h2
ceci donne lieu au système suivant
Faculté des Sciences () Université Chouaib Doukkali 60 / 178
Approximation par les di¤érences …nies
équation de Poisson 1-D
8
> u0 2u1 + u2
>
> = f (x1 )
>
> h2
>
>
>
> u1 2u2 + u3
< = f (x2 )
h2 pour i = 1, ..., N. (6)
>
>
>
> ..... ... ..
>
> uN 2uN + uN +1
>
> 1
>
: = f (xN )
h2
0 1 0 a
2 1 0 0 0 1 f (x1 ) +
B 1 C u1 B h2
B 2 1 CB u2 C B f (x2 )
B .. .. .. .. .. C B C B
B 0 . . . . . C B C B
1 BB .. .. ..
CB
C B ..
C B
C B ..
B . . . CB . C=B .
h2 B CB C B
B .. .. .. .. .. CB C B
B . . . . . 0 C B C B
B C @ uN 1 A B f (xN 1)
@ 1 2 1 A @
uN b
0 0 1 2 f (xN ) +
| {z } h2
Ah
(7)
dans ces expressions on a tenu compte des conditions aux limites.
Cependant on peut les inclures dans le système comme des équations en
e¤et
Faculté des Sciences () Université Chouaib Doukkali 62 / 178
Approximation par les di¤érences …nies
équation de Poisson 1-D
8
>
> u0 = u0
>
>
>
> u0 2u1 + u2
>
> = f (x1 )
>
>
>
> h2
>
>
>
< u1 2u2 + u3
= f (x2 )
h2
>
> .. .. ..
>
>
>
> . . .
>
> uN 2uN + uN +1
>
> 1
= f (xN )
>
>
>
> h2
>
: uN +1 = uN +1
l’expression matricielle associée à ce système est donné par
0 1 0 1
1 0 0 0 0 1 a
B .. C u0 B h2 C
B 1 2 1 . CB C B f (x1 ) C
B CB u1 C B C
B .. .. .. .. .. CB C B C
B 0 . . . . . CB C B C
1 BB .. .. .. .. .. .. CB .
C B .. C B .. C
. . . . . . C=B . C
h2 B
B
CB
CB C B C
B .. .. .. .. .. CB C B C
B . . . . . 0 C@ C B C
B C uN A B f (xN ) C
@ .. A @ A
. 1 2 1 uN +1 b
0 0 0 1 h2
Remarque
Remarque
On remarque qu’il y a le terme u de plus dans l’équation qui gouverne
le système (8) par rapport à celle qui gouverne (5).
Remarque
On remarque qu’il y a le terme u de plus dans l’équation qui gouverne
le système (8) par rapport à celle qui gouverne (5).
Si on considère le problème (5) munni des conditions de Neumann au
lieu de ceux de Dirichlet, on aura un problème d’existence et d’unicité
de la solution du problème continu et on pourra remarquer que dans ce
cas la matrice du système discret est singulière (on peut lui calculer le
determinant et on trouvera 0).
Remarque
On remarque qu’il y a le terme u de plus dans l’équation qui gouverne
le système (8) par rapport à celle qui gouverne (5).
Si on considère le problème (5) munni des conditions de Neumann au
lieu de ceux de Dirichlet, on aura un problème d’existence et d’unicité
de la solution du problème continu et on pourra remarquer que dans ce
cas la matrice du système discret est singulière (on peut lui calculer le
determinant et on trouvera 0).
Pour discrétiser le problème (8) on adopte les même notations et la
même technique que pour (5) sauf que les valeurs u0 et uN +1 ne sont
pas connues. Pour surmonter cette di¢ culé on peut utiliser le fait que
Remarque
On remarque qu’il y a le terme u de plus dans l’équation qui gouverne
le système (8) par rapport à celle qui gouverne (5).
Si on considère le problème (5) munni des conditions de Neumann au
lieu de ceux de Dirichlet, on aura un problème d’existence et d’unicité
de la solution du problème continu et on pourra remarquer que dans ce
cas la matrice du système discret est singulière (on peut lui calculer le
determinant et on trouvera 0).
Pour discrétiser le problème (8) on adopte les même notations et la
même technique que pour (5) sauf que les valeurs u0 et uN +1 ne sont
pas connues. Pour surmonter cette di¢ culé on peut utiliser le fait que
u ( x1 ) u ( x0 ) u (xN +1 ) u (xN )
a = u 0 (0) ' et b = u 0 (1) ' ,
h h
Remarque
On remarque qu’il y a le terme u de plus dans l’équation qui gouverne
le système (8) par rapport à celle qui gouverne (5).
Si on considère le problème (5) munni des conditions de Neumann au
lieu de ceux de Dirichlet, on aura un problème d’existence et d’unicité
de la solution du problème continu et on pourra remarquer que dans ce
cas la matrice du système discret est singulière (on peut lui calculer le
determinant et on trouvera 0).
Pour discrétiser le problème (8) on adopte les même notations et la
même technique que pour (5) sauf que les valeurs u0 et uN +1 ne sont
pas connues. Pour surmonter cette di¢ culé on peut utiliser le fait que
u ( x1 ) u ( x0 ) u (xN +1 ) u (xN )
a = u 0 (0) ' et b = u 0 (1) ' ,
h h
ainsi on obtient le système linéaire suivant
8 u0 + u1 a
>
> =
>
> h2 h
>
>
>
> u0 2u1 + u2
>
> + u1 = f (x1 )
>
>
>
> h2
>
>
>
< u1 2u2 + u3
+ u2 = f (x2 )
h2
>
>
>
> ..... ... ..
>
> uN 1 2uN + uN +1
>
> + uN = f (xN )
>
>
>
> h2
>
>
>
> uN + uN +1 b
>
: =
h2 h
Ah uh = Fh
avec Ah est une matrice carrée d’ordre N + 2 donnée par
0 1 0 1
1 1 0 0 0 0 0
B .. ..
C B C
B 1 2 1 . C B 0 1
. C
B .. .. .. .. C B
.. .. .. .. C
1 BB 0 . . . . C B
C B. . . . C
C
Ah = B .. .. .. .. .. C+B . .. .. C
h2 B . 0 C ..
B . . . . C B . . C
B .. C B
@
C
@ .
..
. 1 2 1 A 1 0 A
0 0 1 1 0 0 0
et 0 1 0 1
a
u0 h
B u1 C B f (x1 ) C
B C B C
B u2 C B f (x2 ) C
B C B C
B .. C B .. C
uh = B . C , Fh = B . C
B C B C
B uN 1 C B f (xN 1 ) C
B C B C
@ uN A @ f (xN ) A
b
uN +1 h
Soit
∆u (x, y ) = f (x, y ) x 2 Ω = ]0, 1[ ]0, 1[
(9)
u = g sur ∂Ω
()
8
< ∂2 u (x, y ) ∂2 u (x, y )
= f (x, y ) x 2 Ω = ]0, 1[ ]0, 1[
∂x 2 ∂y 2
:
u = g sur ∂Ω
∂2 u (xi , yj )
Pour approcher , on utilisera u (xi 1 , yj ), u (xi , yj ) et
∂x 2
u (xi +1 , yj ),
∂2 u (xi , yj )
Pour approcher , on utilisera u (xi 1 , yj ), u (xi , yj ) et
∂x 2
u (xi +1 , yj ),
en d’autres termes
∂2 u (xi , yj ) u (xi 1 , yj ) 2u (xi , yj ) + u (xi +1 , yj )
2
'
∂x hx2
∂2 u (xi , yj )
Pour approcher , on utilisera u (xi 1 , yj ), u (xi , yj ) et
∂x 2
u (xi +1 , yj ),
en d’autres termes
∂2 u (xi , yj ) u (xi 1 , yj ) 2u (xi , yj ) + u (xi +1 , yj )
2
'
∂x hx2
∂2 u (xi , yj )
et pour approcher , on utilisera u (xi , yj 1 ), u (xi , yj ) et
∂y 2
u (xi , yj +1 )
∂2 u (xi , yj )
Pour approcher , on utilisera u (xi 1 , yj ), u (xi , yj ) et
∂x 2
u (xi +1 , yj ),
en d’autres termes
∂2 u (xi , yj ) u (xi 1 , yj ) 2u (xi , yj ) + u (xi +1 , yj )
2
'
∂x hx2
∂2 u (xi , yj )
et pour approcher , on utilisera u (xi , yj 1 ), u (xi , yj ) et
∂y 2
u (xi , yj +1 )
∂2 u (xi , yj ) u (xi , yj 1 ) 2u (xi , yj ) + u (xi , yj +1 )
c-à-d : 2
'
∂y hy2
8
>
> u (x, 0) = g1 (x )
<
u (x, 1) = g2 (x )
> u (0, y )
> = g3 (y )
:
u (1, y ) = g4 (y )
8
>
> u (x, 0) = g1 (x )
<
u (x, 1) = g2 (x )
> u (0, y )
> = g3 (y )
:
u (1, y ) = g4 (y )
avec x 2 [0, 1] et y 2 [0, 1]
8
>
> u (x, 0) = g1 (x )
<
u (x, 1) = g2 (x )
> u (0, y )
> = g3 (y )
:
u (1, y ) = g4 (y )
avec x 2 [0, 1] et y 2 [0, 1]
Par conséquent on aura
8
>
> ui 0 = g1 (xi )
<
uiN +1 = g2 (xi )
>
> u0j = g3 (yj )
:
uN +1j = g4 (yj )
() 8
>
> u00 = g1 (x0 )
>
< u10 = g1 (x1 )
.. .. ..
>
> . . .
>
:
uN +10 g1 (xN +1 )
Pour j = 1
Pour j = 1
et pour i = 0, ..., N + 1 on a
8
>
> u01 = g3 (y1 )
>
>
>
> u 01 + u10 4u11 + u12 + u21 = h2 f (x1 , y1 )
>
>
< u11 + u20 4u21 + u22 + u31
> = h2 f (x2 , y1 )
.. .. ..
> . . .
>
>
>
> uN 2,1 + uN 1,0 4uN 1,1 + uN 1,2 + uN ,1 = h2 f (xN 1 , y1 )
>
>
>
> u + uN ,0 4uN ,1 + uN ,2 + uN +1,1 = h2 f (xN , y1 )
: N 1,1
uN +1,1 = g4 (y1 )
Pour j = 2
Pour j = 2
et pour i = 0, ..., N + 1 on a
8
>
> u02 = g3 (y2 )
>
>
>
> u 02 + u11 4u12 + u13 + u22 = h2 f (x1 , y2 )
>
>
< u12 + u21 4u22 + u23 + u32
> = h2 f (x2 , y2 )
.. .. ..
> . . .
>
>
>
> uN 2,2 + uN 1,1 4uN 1,2 + uN 1,3 + uN ,2 = h2 f (xN 1 , y2 )
>
>
>
> u + uN ,1 4uN ,2 + uN ,3 + uN +1,2 = h2 f (xN , y2 )
: N 1,2
uN +1,2 = g4 (y2 )
Pour j = N 1
8 pour i = 0, ..., N + 1 on a
et
>
> u0,N 1 = g3 (yN 1 )
>
>
>
> u0,N 1 + u1,N 2 4u1,N 1 + u1N + u2,N 1 = h2 f (x1 , yN
>
>
> 1,N 1 + u2,N 2 4u2,N 1 + u2,N + u3,N 1
< u = h2 f (x2 , yN
.. ..
> . .
>
>
>
> uN 2,N 1 + uN 1,N 2 4uN 1,N 1 + uN 1,N + uN ,N 1 = h2 f (xN 1 , y
>
>
>
> u + uN ,N 2 4uN ,N 1 + uN ,N + uN +1,N 1 = h2 f (xN , yN
: N 1,N 1
uN +1,N 1 = g4 (yN 1 )
Pour j = N
8 pour i = 0, ..., N + 1 on a
et
>
> u0,N = g3 (yN )
>
>
>
> u 0,N + u1,N 1 4u1,N + u1,N +1 + u2,N = h2 f (x1 , yN )
>
>
> 1,N
< u + u2,N 1 4u2,N + u2,N +1 + u3,N = h2 f (x2 , yN )
.. ..
> . .
>
>
>
> uN 2,N + uN 1,N 1 4uN 1,N + uN 1,N +1 + uN ,N = h2 f (xN 1 , yN )
>
>
>
> u + uN ,N 1 4uN ,N + uN ,N +1 + uN +1,N = h2 f (xN , yN )
: N 1,N
uN +1,N = g4 (yN )
Pour j = N + 1
8
>
> u0,N +1 = g2 (x0 )
>
< u1,N +1 = g2 (x1 )
.. .. ..
>
> . . .
>
:
uN +1,N +1 g2 (xN +1 )
Pour j = N + 1
et pour i = 0, ..., N + 1 on a
8
>
> u0,N +1 = g2 (x0 )
>
< u1,N +1 = g2 (x1 )
.. .. ..
>
> . . .
>
:
uN +1,N +1 g2 (xN +1 )
avec 0 1
1 0 0 0
B 1 4 1 0 0 C
B C
B .. .. .. .. .. C
B 0 . . . . . C
A=B
B .. ..
C
C
B . . 1 4 1 0 C
B C
@ 0 0 1 4 1 A
0 0 0 1
et 0 1
0 0 0 0
B 0 1 0 0 0 C
B C
B .. .. .. .. ..C
B 0 . . . . .C
D=B
B .. ..
C
C
B . . 0 1 0 0 C
B C
@ 0 0 0 1 0 A
0 0 0 0
sachant que A et D sont de taille N + 2
supp (f ) = fx 2 Ω / f (x ) 6= 0g
Exemple
jx j si x 2 ] 1, 1[
Soit f (x ) = on a alors supp (f ) = [ 1, 1]
0 ailleur
Dé…nition
On appelle D (Ω) l’ensemble des fonctions C ∞ dé…nies sur Ω et à support
compact inclus dans Ω (D (Ω) peut être aussi noté C0∞ (Ω)).
Faculté des Sciences () Université Chouaib Doukkali 90 / 178
Rappel sur les espaces de sobolev
Exemple
8 !
>
< R2
exp si jx pj < R
ϕ (x ) =
> jx p j2 R2 , le support de
:
0 si jx p j R
cette fonction est [p R, p + R ]. R et p sont choisis de manière à ce le
support soit inclus dans Ω.
En dimension
8 supérieure on a !
>
< R 2
exp 2
si kx p k2 < R
ϕ (x ) = k x p k R 2 , là aussi il faut
>
: 2
0 si kx p k2 R
que le R et le p soient choisis de manière à ce que le disque fermé de
centre p et de rayon R doit être inclu dans Ω.
De…nition
Une distribution sur l’ouvert Ω est une forme linéaire T : D (Ω) ! C
continue en 0, i.e. telle que, pour toute suite ( ϕn )n 2N d’éléments de
D (Ω) qui converge vers 0, hT , ϕn i ! 0. On notera D 0 (Ω) l’ensemble
n !+∞
des distributions sur Ω.
Remarque
Le symbole hT , ϕn i désigne ici un crochet de dualité, il signi…e simplement
l’action de T sur ϕn : T ( ϕn ). D 0 (Ω) n’est autre que le dual topologique
de D (Ω).
Exemples
1 Soit f une fonction integrable sur Ω, alors on peut lui associer une
distribution sur D (Ω), noté Tf , telle que
Z
8 ϕ 2 D ( Ω ) , hT , ϕ i = f ϕdx
Ω
Exemples
1 Soit f une fonction integrable sur Ω, alors on peut lui associer une
distribution sur D (Ω), noté Tf , telle que
Z
8 ϕ 2 D ( Ω ) , hT , ϕ i = f ϕdx
Ω
8 ϕ 2 D ( Ω ) , h δa , ϕ i = ϕ (a )
Exemples
On suppose que dans ce cas Ω = ] ∞, +∞[, on dé…nit la fonction
1 si x > 0
Heavside ou fonction echelon par H (x ) = . A H on
0 si x < 0
associe la distribution TH donnée par
Z +∞
8 ϕ 2 D ( Ω ) , h TH , ϕ i = ϕdx
0
Dé…nition
Deux distibutions T1 et T2 sont dites égales si et ssi
h T1 , ϕ i = h T2 , ϕ i 8 ϕ 2 D ( Ω )
Exemple (1)
Z +∞
hTH0 , ϕi = h TH , ϕ0 i = ϕ0 dx = ϕ (0) = hδ0 , ϕi et ceci
0
8 ϕ 2 D ( Ω ).
Faculté des Sciences () Université Chouaib Doukkali 95 / 178
Rappel sur les espaces de sobolev
Exemple (2)
hδa0 , ϕi = h δa , ϕ 0 i = ϕ0 (a) et ceci 8 ϕ 2 D (Ω).
Exemple (3)
Z +∞
On pose f (x ) = jx j , on a hTf0 , ϕi = h Tf , ϕ0 i = jx j ϕ0 dx =
Z 0 Z +∞ ∞
x ϕ0 dx + x ϕ0 dx = hTg , ϕi où
∞ 0
1 si x < 0
g (x ) =
1 si x > 0
∂m T def jm j ∂m ϕ
h , ϕ i = ( 1 ) h T , i 8 ϕ 2 D (Ω)
∂x m ∂x m
∂m ϕ ∂ jm j ϕ jm j
sachant que : = et = m1 + ... + mn .
∂x m m
∂x1 .∂x2m 2 ...∂xnm n
1
Dé…nition
On note par L2 (Ω) l’ensemble
Z
L2 (Ω) = u:Ω !R/ (u (x ))2 dx < ∞
Ω
Proposition
: Inégalité de Cauchy schwartz
Z Z 1
2
Z 1
2
u.v .dx u 2 dx . v 2 dx et ceci 8u, v 2 L2 (Ω)
Ω Ω Ω
Dé…nition
Un espace vectoriel muni d’un produit scalaire et qui est complet est un
espace de Hilbert.
Théorème
Z
L2 (Ω) muni du produit scalaire : (u, v ) = u.v .dx , est un espace de
Ω
Hilbert.
Dé…nition
On note par H 1 (Ω) l’espace vectoriel dé…ni par
∂u
H 1 (Ω) = u 2 L2 (Ω) / 2 L2 (Ω) 1 i n
∂xi
∂u
les dérivées partielles sont des dérivées partielles au sens des
∂xi
distributions.
Proposition
H 1 (Ω) H 1 (Ω) ! R
Z n Z
l’application ∂u ∂v
(u, v ) ! u.v .dx + ∑ . .dx
Ω i =1 Ω ∂xi ∂xi
dé…nie un produit scalaire sur H 1 (Ω). On notera par
Z n Z
∂u ∂v
((u, v ))1,Ω = u.v .dx + ∑ . .dx
Ω i =1 Ω ∂xi ∂xi
et par
1
ku k1,Ω = ((u, u ))1,Ω 2
la norme associée à ce produit scalaire.
Théorème
H 1 (Ω) muni du produit scalaire ((., .))1,Ω est un espace de Hilbert.
Remarque
Conformément à la notation au dessus, on pourra noté
8 Z
>
> (( u, v )) = u.v .dx
>
< 0,Ω
Ω
1
> Z
>
>
: ku k 0,Ω = u 2 .dx 2
Ω
!1
n 2
∂u 2
ku k1,Ω = ku k20,Ω + ∑
i =1 ∂xi 0,Ω
Dé…nition
La restriction au bord Γ d’une fonction u 2 H 1 (Ω) est appelée la trace de
u sur Γ et qu’on note u jΓ .
Dé…nition
On note par γ0 l’application :
H 1 (Ω) ! L2 (Γ)
γ0 :
u ! u jΓ
1
et on pose γ0 H 1 (Ω) = H 2 (Γ) * L2 (Γ). γ0 est l’application trace.
Proposition
1
H 2 (Γ) = L2 (Γ)
Faculté des Sciences () Université Chouaib Doukkali 104 / 178
Rappel sur les espaces de Sobolev
Quelques espaces de Sobolev
Théorème
l’application :
H 1 (Ω) ! L2 (Γ)
γ0 :
u ! u jΓ
est linéaire continue i.e.,
Dé…nition
On dé…nit l’espace H01 (Ω) comme étant la fermeture de D (Ω) dans
H 1 (Ω) où H 1 (Ω) est muni de la topologie induite par la norme k.kH 1 (Ω) .
Ceci revient à
H 1 (Ω)
H01 (Ω) = D (Ω)
en d’autres termes : 8v 2 H01 (Ω) 9 ( ϕk )k 2N D (Ω) telle que
lim kv ϕk kH 1 (Ω) = 0
k !+∞
Remarque
Les fonctions de H01 (Ω) sont donc nulles sur Γ, ce qui est équivalent à
Exemple
Si Ω = ]a, b [ alors
Théorème
Inégalité de Poincaré
Il existe C > 0 telle que 8v 2 H01 (Ω) on a
!1
n 2
∂v 2
kv kL 2 ( Ω ) C ∑ ∂xi
i =1 0,Ω
Théorème
Inégalité de Poincaré
Il existe C > 0 telle que 8v 2 HΓ10 (Ω) on a
!1
n 2
∂v 2
kv kL 2 ( Ω ) C ∑ ∂xi
i =1 0,Ω
Faculté des Sciences () Université Chouaib Doukkali 108 / 178
Rappel sur les espaces de Sobolev
Quelques espaces de Sobolev
Proposition
H 1 (Ω) ! R+
Z
! 12
l’application n 2 qu’on
∂u
u ! ju j1,Ω = ∑ dx
i =1 Ω ∂xi
notera j.j1,Ω , est une semi norme sur H Ω
1
( )
Théorème
l’application j.j1,Ω est une norme sur H01 (Ω) équivalente à k.k1,Ω .
Théorème
l’application j.j1,Ω est une norme sur HΓ10 (Ω) équivalente à k.k1,Ω .
Dé…nition
On note par
(
∂jαj u
H m (Ω) = u 2 L2 (Ω) / 8α 2 Nn : jαj m = D α u 2 L2 (Ω
∂x1α1 ...∂xnαn
Théorème
H m (Ω) est un espace de Hilbert pour le produit scalaire
! 21
et ku km,Ω = ∑ kD α u k2L2 (Ω) désigne la norme associée au produit
jαj m
scalaire dé…ni au dessus.
Faculté des Sciences () m Université Chouaib Doukkali 110 / 178
Rappel sur les espaces de Sobolev
Quelques espaces de Sobolev
∂v
γ1 (v ) = ∑ νi .γ0
∂xi
1 i n
Théorème
L’application
Théorème
Théorème de Green
1 Soit u 2 H 1 (Ω) et v 2 H 1 (Ω) alors on a
Z Z Z
∂u ∂v
.v .dx = u. .dx + u.v .νi .d Γ
Ω ∂xi Ω ∂xi Γ
∂u
où n’est autre que la dérivée normale de u.
∂ν
Faculté des Sciences () Université Chouaib Doukkali 113 / 178
Rappel sur les espaces de Sobolev
Cas où Ω = ]a, b [
Proposition
Alors on a
1 H 1 (]a, b [) C 0 ([a, b ]) .
2 9C > 0 telle que 8v 2 H 1 (]a, b [) on a kv k∞ C . kv k1,Ω .
Remarque
Les résultats de la proposition au dessus peuvent être résumés dans la
propriété suivante :
id : H 1 (]a, b [) ! C 0 ([a, b ])
v ! v
est continue. Sachant que H 1 (]a, b [) est muni de la topologie induite par
k.k1,Ω et C 0 ([a, b ]) est muni de la topologie induite par k.k∞ .
Faculté des Sciences () Université Chouaib Doukkali 114 / 178
Rappel sur les espaces de Sobolev
Remarque
L’inégalité de poincaré peut être interprétée comme suit :
Théorème
Soient
1 H un espace de Hilbert
2 a une forme bilinéaire continue et coércive sur H.
3 L une forme linéaire continue sur H.
Alors il existe un unique u 2 H tel que
a (u, v ) = L (v ) 8v 2 H
Comme première etape pour utiliser l’approximation par les éléments …nis,
il faut chercher la formulation variationnelle de (10) qui s’écrit sous la
forme :
trouver u 2 V
a (u, v ) = L (v ) 8v 2 V
Comme première etape pour utiliser l’approximation par les éléments …nis,
il faut chercher la formulation variationnelle de (10) qui s’écrit sous la
forme :
trouver u 2 V
a (u, v ) = L (v ) 8v 2 V
Comme première etape pour utiliser l’approximation par les éléments …nis,
il faut chercher la formulation variationnelle de (10) qui s’écrit sous la
forme :
trouver u 2 V
a (u, v ) = L (v ) 8v 2 V
trouver u 2 Vh
(11)
ah (uh , vh ) = Lh (vh ) 8vh 2 Vh
Maintenant on pose
Nh = dim Vh < +∞
Maintenant on pose
Nh = dim Vh < +∞
et on notera par n o
Bh = ω (1 ) , ..., ω (N h )
une base de Vh ,
Maintenant on pose
Nh = dim Vh < +∞
et on notera par n o
Bh = ω (1 ) , ..., ω (N h )
une base de Vh ,
en d’autres termes
nn oo
Vh = vect ω (1 ) , ..., ω (N h )
Maintenant on pose
Nh = dim Vh < +∞
et on notera par n o
Bh = ω (1 ) , ..., ω (N h )
une base de Vh ,
en d’autres termes
nn oo
Vh = vect ω (1 ) , ..., ω (N h )
0 1
u1 Nh
B C
[uh ]Bh = @ ... A () uh = ∑ ui ω (i )
i =1
uN h
Proposition
La fonction uh 2 Vh est solution de (11) si et ssi X = [uh ]B h est solution
du système linéaire
A.X = b (12)
où
A = (Aij )1 i ,j N h = a ω (i ) , ω (j )
1 i ,j N h
Proposition
La fonction uh 2 Vh est solution de (11) si et ssi X = [uh ]B h est solution
du système linéaire
A.X = b (12)
où
A = (Aij )1 i ,j N h = a ω (i ) , ω (j )
1 i ,j N h
et
b = (bi )1 i Nh = L ω (i )
1 i Nh
Proposition
La fonction uh 2 Vh est solution de (11) si et ssi X = [uh ]B h est solution
du système linéaire
A.X = b (12)
où
A = (Aij )1 i ,j N h = a ω (i ) , ω (j )
1 i ,j N h
et
b = (bi )1 i Nh = L ω (i )
1 i Nh
Preuve
on a (uh , vh ) = L (vh ) 8v 2 Vh
Preuve
on a (uh , vh ) = L (vh ) 8v 2 Vh
, a uh , ω (i ) = L ω (i ) 8i = 1, ..., Nh
Preuve
on a (uh , vh ) = L (vh ) 8v 2 Vh
, a uh , ω (i ) = L ω (i ) 8i = 1, ..., Nh
!
Nh
,a ∑ uj ω(j ) , ω(i ) = L ω (i ) 8i = 1, ..., Nh
j =1
Preuve
on a (uh , vh ) = L (vh ) 8v 2 Vh
, a uh , ω (i ) = L ω (i ) 8i = 1, ..., Nh
!
Nh
,a ∑ uj ω(j ) , ω(i ) = L ω (i ) 8i = 1, ..., Nh
j =1
Nh
, ∑ uj .a ω (j ) , ω (i ) = L ω (i ) 8i = 1, ..., Nh
j =1
Preuve
on a (uh , vh ) = L (vh ) 8v 2 Vh
, a uh , ω (i ) = L ω (i ) 8i = 1, ..., Nh
!
Nh
,a ∑ uj ω(j ) , ω(i ) = L ω (i ) 8i = 1, ..., Nh
j =1
Nh
, ∑ uj .a ω (j ) , ω (i ) = L ω (i ) 8i = 1, ..., Nh
j =1
Nh
, ∑ Aij . uj = bi 8i = 1, ..., Nh , A.X = b
j =1
Preuve
suite
0 1
x1
B C
soit x = @ ... A 2 RN h , on a
xN h
0 1
x1
B C
x T Ax = x1 xN h A @ ... A
xN h
Preuve
suite
0 1
x1
B C
soit x = @ ... A 2 RN h , on a
xN h
0 1
x1
B C
x T Ax = x1 xN h A @ ... A
xN h
!
Nh Nh Nh
=) x T Ax = ∑ Aij . xi xj = a ∑ xi ω(i ) , ∑ xj ω(j )
i ,j =1 i =1 j =1
Nh 2
γ ∑ xi ω(i )
j =1 V
Preuve
suite
0 1
x1
B C
soit x = @ ... A 2 RN h , on a
xN h
0 1
x1
B C
x T Ax = x1 xN h A @ ... A
xN h
!
Nh Nh Nh
=) x T Ax = ∑ Aij . xi xj = a ∑ xi ω(i ) , ∑ xj ω(j )
i ,j =1 i =1 j =1
Nh 2
γ ∑ xi ω(i )
j =1 V
par suite x T Ax 0 et si x T Ax = 0 alors x = 0, ceci achève la
Faculté des Sciences () Université Chouaib Doukkali 123 / 178
Approximation par les éléments …nis
Mise en oeuvre de la MEF en dimension 1 : Problème Dirichlet homogène
où V C 0 Ω et 8v 2 V on a v (a) = v (b ) = 0
On pose
b a
h=
N +1
avec N 2 N . et on désigne par xi = a + ih pour i = 0, ..., N + 1
On introduit l’espace
n o
V h = vh 2 C 0 Ω , tel que vh j[xi ,xi +1 ] a¢ ne pour tout i 2 f0, ..., N g
Proposition
1 Les fonctions de V h sont entièrement déterminées par leurs valeurs
aux points xi pour i 2 f0, ..., N + 1g
Proposition
1 Les fonctions de V h sont entièrement déterminées par leurs valeurs
aux points xi pour i 2 f0, ..., N + 1g
2 La dimension de l’espace V h est N + 2
Proposition
1 Les fonctions de V h sont entièrement déterminées par leurs valeurs
aux points xi pour i 2 f0, ..., N + 1g
2 La dimension de l’espace V h est N + 2
3 Les fonctions ω (i ) 2 V h véri…ant ω (i ) (xj ) = δij (appelées les
fonctions chapeaux) constituent une base pour V h
(i 2 f0, ..., N + 1g).
Proposition
1 Les fonctions de V h sont entièrement déterminées par leurs valeurs
aux points xi pour i 2 f0, ..., N + 1g
2 La dimension de l’espace V h est N + 2
3 Les fonctions ω (i ) 2 V h véri…ant ω (i ) (xj ) = δij (appelées les
fonctions chapeaux) constituent une base pour V h
(i 2 f0, ..., N + 1g).
4 Pour tou vh 2 V h
N +1
vh (x ) = ∑ vh (xi ) ω(i ) (x )
i =0
Remarque
Les fonctions chapeaux, leur nom est dû à leur graphe
Corollaire
on a les résultats suivants :
1 Les fonctions de Vh sont entièrement déterminées par les valeurs
qu’elles prennent en chacun des noeuds xi i 2 f1, ..., N g.
Corollaire
on a les résultats suivants :
1 Les fonctions de Vh sont entièrement déterminées par les valeurs
qu’elles prennent en chacun des noeuds xi i 2 f1, ..., N g.
2
dim Vh = N
Corollaire
on a les résultats suivants :
1 Les fonctions de Vh sont entièrement déterminées par les valeurs
qu’elles prennent en chacun des noeuds xi i 2 f1, ..., N g.
2
dim Vh = N
3
N
8vh 2 Vh vh = ∑ vh (xi ) ω(i ) (x )
i =1
Corollaire
on a les résultats suivants :
1 Les fonctions de Vh sont entièrement déterminées par les valeurs
qu’elles prennent en chacun des noeuds xi i 2 f1, ..., N g.
2
dim Vh = N
3
N
8vh 2 Vh vh = ∑ vh (xi ) ω(i ) (x )
i =1
4 Vh V
Ainsi
Ainsi
Z x i +1 0 0
Aii 1 = ω (i ) . ω (i 1)
dx
xi 1
Z xi 0 0
= ω (i ) . ω (i 1)
dx
xi 1
Z xi
1 1 1
= .dx =
xi 1 h h h
Ainsi
Z x i +1 0 0
Aii 1 = ω (i ) . ω (i 1)
dx
xi 1
Z xi 0 0
= ω (i ) . ω (i 1)
dx
xi 1
Z xi
1 1 1
= .dx =
xi 1 h h h
Z x i +1 0 0
Z x i +1 2
1 2
Aii = ω (i ) . ω (i ) dx = .dx =
xi 1 xi 1 h h
Z x i +1 0 0
Aii +1 = ω (i ) . ω (i +1 ) dx
xi 1
Z x i +1 0 0
= ω (i ) . ω (i +1 ) dx
xi
Z x i +1
1 1 1
= .dx =
xi h h h
Z x i +1 0 0
Aii +1 = ω (i ) . ω (i +1 ) dx
xi 1
Z x i +1 0 0
= ω (i ) . ω (i +1 ) dx
xi
Z x i +1
1 1 1
= .dx =
xi h h h
Conclusion
On a à résoudre
0 1
2 1 0 0 0 1 0 1
B u1 b1
B 1 2 .. .. C
B 1 . . CCB
B u2 C
C
B
B b2 C
C
B .. .. .. C B .. C B .. C
B 0 . . . 0 C B C = h B C
B CB . C B . C
B .. .. C @ uN 1 A @ bN 1 A
@ . . 1 2 1 A
0 0 1 2 uN bN
où Z x i +1
bi = f .ω (i ) .dx pour i = 1, ..., N
xi 1
A retenir : Vh V C0 Ω
On pose
b a
h=
N +1
avec N 2 N . et on désigne par xi = a + ih pour i = 0, ..., N + 1
On introduit l’espace
n o
Vh = vh 2 C 0 Ω , tel que vh j[xi ,xi +1 ] a¢ ne pour tout i 2 f0, ..., N g
On rappelle que
pour tout vh 2 Vh
N +1
vh (x ) = ∑ vh (xi ) ω(i ) (x )
i =0
On rappelle que
pour tout vh 2 Vh
N +1
vh (x ) = ∑ vh (xi ) ω(i ) (x )
i =0
On rappelle que
pour tout vh 2 Vh
N +1
vh (x ) = ∑ vh (xi ) ω(i ) (x )
i =0
dim Vh = N + 2
pour i = 0 on a
( x1 x
(0 ) h x 2 [x0 , x1 ]
ω (x ) =
0 ailleur
et pour i = N + 1 on a
( x xN
(N +1 ) h x 2 [xN , xN +1 ]
ω (x ) =
0 ailleur
pour i = 0 on a
( x1 x
(0 ) h x 2 [x0 , x1 ]
ω (x ) =
0 ailleur
et pour i = N + 1 on a
( x xN
(N +1 ) h x 2 [xN , xN +1 ]
ω (x ) =
0 ailleur
f (x ) = 0 (15)
f (x ) = 0 (15)
f (x ) = 0 (15)
g (x ) = x (16)
g (x ) = x (16)
g (x ) = x (16)
g (x ) = x (16)
g (x ) = x (16)
x (k +1 ) = g x (k ) (17)
x (k +1 ) = g x (k ) (17)
n o
Si la suite x (k ) converge, disons vers x , et si la fonction g est
N
continue en x 2 R , la limite x est une solution de (16).
x (k +1 ) = g x (k ) (17)
n o
Si la suite x (k ) converge, disons vers x , et si la fonction g est
N
continue en x 2 R , la limite x est une solution de (16).
Mais que peut-on dire sur l’erreur?
Théorème
Si g est deux fois continûment di¤érentiable et si x 2 RN est une solution
de (16), alors l’erreur e (k ) = x (k ) x
satisfait
2
e (k +1 ) = g 0 ( x ) e (k ) + O e (k )
Remarque
Le théorème est valable dans un espace métrique complet.
Remarque
Le théorème est valable dans un espace métrique complet.
Si la suite x (n ) converge vers x alors alors forcément
x (n +1 ) x
β = lim 1
n !+∞ x (n ) x
Remarque
Le théorème est valable dans un espace métrique complet.
Si la suite x (n ) converge vers x alors alors forcément
x (n +1 ) x
β = lim 1
n !+∞ x (n ) x
Sous les hypothèses du théorème précédent,
x (n +1 ) x = g x (n ) g (x ) k. x (n ) x et donc si
x (n +1 ) x
x (n ) 6= x alors k < 1.
x (n ) x
Remarque
Le théorème est valable dans un espace métrique complet.
Si la suite x (n ) converge vers x alors alors forcément
x (n +1 ) x
β = lim 1
n !+∞ x (n ) x
Sous les hypothèses du théorème précédent,
x (n +1 ) x = g x (n ) g (x ) k. x (n ) x et donc si
x (n +1 ) x
x (n ) 6= x alors k < 1.
x (n ) x
La convergence est donc au moins linéaire.
f x (0 ) + hf 0 x (0 ) = 0
en supposant f 0 x (0 ) 6= 0, on obtient
f x (0 )
h=
f 0 x (0 )
et on pose
f x (0 )
x (1 ) = x (0 )
f 0 x (0 )
f 0 x ( n ) 6 = 0 8 n 2 N.
f1 (x1 , x2 ) = 0
(18)
f2 (x1 , x2 ) = 0
(0 ) (0 )
on notera par x1 , x2 une approximation initiale de la solution de ce
système. Maintenant on cherchera une correction (δx1 , δx2 ) de sorte que
8
> (0 ) (0 )
< f1 x1 + δx1 , x2 + δx2
> = 0
>
>
: f2 x (0 ) + δx1 , x (0 ) + δx2 = 0
1 2
on a
8 (0 ) (0 )
>
> f1 x1 + δx1 , x2 + δx2 =
>
>
>
> ∂f ∂f
>
< f1 x1(0 ) , x2(0 ) + 1 x1(0 ) , x2(0 ) δx1 + 1 x1(0 ) , x2(0 ) δx2 + ....
∂x1 ∂x2
> (0 ) (0 )
> 1 1
> f x + δx ,
1 2x + δx2 =
>
>
>
>
: f2 x1(0 ) , x2(0 ) + ∂f2 x1(0 ) , x2(0 ) δx1 + ∂f2 x1(0 ) , x2(0 ) δx2 + ....
∂x1 ∂x2
En négligeant les termes d’ordre supérieure à 1, on obtient
8 (0 ) (0 )
>
> f1 x1 + δx1 , x2 + δx2 '
>
>
>
> ∂f ∂f
>
< f1 x1(0 ) , x2(0 ) + 1 x1(0 ) , x2(0 ) δx1 + 1 x1(0 ) , x2(0 ) δx2
∂x1 ∂x2
> (0 ) (0 )
>
> f2 x1 + δx1 , x2 + δx2 '
>
>
>
> ∂f ∂f
: f2 x1(0 ) , x2(0 ) + 2 x1(0 ) , x2(0 ) δx1 + 2 x1(0 ) , x2(0 ) δx2
∂x1 ∂x2
et on résoud
8
> (0 ) (0 ) ∂f1 (0 ) (0 ) ∂f1 (0 ) (0 )
>
> f x , x2 + x1 , x2 δx1 + x1 , x2 δx2 = 0
< 1 1 ∂x1 ∂x2
>
>
>
: f2 x (0 ) , x (0 ) + ∂f2 x (0 ) , x (0 ) δx1 + ∂f2 x (0 ) , x (0 ) δx2 = 0
1 2
∂x1 1 2
∂x2 1 2
équivalent à
0 10 1 0 1
∂f1 (0 ) (0 ) ∂f1 (0 ) (0 ) (0 ) (0 )
x , x2 x1 , x2 δx1 f1 x1 , x2
B ∂x1 1 ∂x2 CB C B C
B CB C= B C
B C@ A @ A
@ ∂f ∂f2 A (0 ) (0 )
2 (0 ) (0 ) (0 ) (0 ) f2 x1 , x2
x , x2 x , x2 δx2
∂x1 1 ∂x2 1
0 1
∂f1 (0 ) (0 ) ∂f1 (0 ) (0 )
x , x2 x , x2
B ∂x1 1 ∂x2 1 C
B C
Il est clair que la matrice B C n’est
@ ∂f ∂f A
2 (0 ) (0 ) 2 (0 ) (0 )
x1 , x2 x1 , x2
∂x1 ∂x2
(0 ) (0 )
autre que la matrice jacobienne de f calculée au point x1 , x2 .qu’on a
(0 ) (0 )
pris l’habitude de noter Df x1 , x2 Le système linéaire au dessus
donc peut s’écrire sous la forme
(0 ) (0 ) (0 ) (0 )
Df x1 , x2 δx = R x1 , x2
0 1
(0 ) (0 )
δx1 (0 ) (0 ) f1 x1 , x2
où δx = et R x1 , x2 =@ (0 ) (0 )
A le résidu
δx2 f1 x1 , x2
(0 ) (0 )
évalué en x1 , x2 .
(0 ) (0 )
Si Df x1 , x2 est inversible alors le système linéaire admet une
solution unique δx et on peut par suite calculer
(
(1 ) (0 )
x1 = x1 + δx1
(1 ) (0 )
x2 = x2 + δx2
la suite !
x (k ) est-elle bien dé…nie?
la suite !
x (k ) est-elle bien dé…nie?
la suite !
x (k ) converge t-elle vers la solution du système (15)?
k 0
la suite !
x (k ) est-elle bien dé…nie?
la suite !
x (k ) converge t-elle vers la solution du système (15)?
k 0
quel est l’ordre de convergence de cette méthode?
la suite !
x (k ) est-elle bien dé…nie?
la suite !
x (k ) converge t-elle vers la solution du système (15)?
k 0
quel est l’ordre de convergence de cette méthode?
Pour répondre à ces questions on les résultats suivants
Théorème
! !
Soient f 2 C 2 RN , RN et x 2 RN tel que f x = 0. On munit RN
!
d’une norme k.k. On suppose que Df x est inversible. Alors il existe
b > 0 et β > 0 tels que
!
si !
x (0 ) 2 B x , b alors la suite !
x (k ) dé…nie par (19) est bien
k 0
!
dé…nie pour tout k 2 N et ona ! x (k ) B x ,b
k 0
!
si !
x (0 ) 2 B x , b et si la suite ! x (k ) est dé…nie (19)par alors
k 0
! !
x (k ) ! x
k !+∞
Théorème
suite du théorème
!
si !
x (0 ) 2 B x , b et si la suite !
x (k ) est dé…nie par (19) alors
k 0
! ! ! 2
x (k +1 ) x β !
x (k ) x 8k 2 N
Théorème
!
Soient f 2 C 2 RN , RN et !
x 2 RN tel que f x = 0. On munit RN
d’une norme k.k et Mn (R) de la norme induite. On suppose que la
!
matrice jacobienne Df x est inversible et on suppose qu’il existe a, a1 ,
a2 2 R+ tels que :
!
si !
y 2 B x , a alors Df ( !
y ) est inversible et on a
(Df ( !
1
y )) a 1
!
si !
y ,!z 2 B x , a alors
kf ( !
z ) f (!
y ) Df ( !y ) (! ! a2 k ! ! 2
z y )k z yk .
Théorème
suite du théorème
1
Alors, si on pose b = min a, > 0, β = a1 a2 et si
a1 a2
! !
x (0 ) 2 B x , b on a
la suite ! x (k ) dé…nie par (19) est bien dé…nie pour tout k 2 N
k 0
!
la suite ! x (k ) converge vers x lorsque k ! +∞.
! ! ! 2
x (k +1 ) x β !x (k ) x 8k 2 N
Remarque
Etant donnée qu’on a des résultats théorique pour d’existence et la
convergence de la suite !x (k ) ,
k 0
Remarque
Etant donnée qu’on a des résultats théorique pour d’existence et la
convergence de la suite !x (k ) ,
k 0
il reste à voir la mise en oeuvre de la méthode. En d’autre terme, est
ce que cette méthode est pratique et facile à programmer
Remarque
Etant donnée qu’on a des résultats théorique pour d’existence et la
convergence de la suite !x (k ) ,
k 0
il reste à voir la mise en oeuvre de la méthode. En d’autre terme, est
ce que cette méthode est pratique et facile à programmer
sachant que les fonctions fi et leurs dérivées partielles doivent être
fournies.
Remarque
Etant donnée qu’on a des résultats théorique pour d’existence et la
convergence de la suite !x (k ) ,
k 0
il reste à voir la mise en oeuvre de la méthode. En d’autre terme, est
ce que cette méthode est pratique et facile à programmer
sachant que les fonctions fi et leurs dérivées partielles doivent être
fournies.
Si N est grand ?
Remarque
Etant donnée qu’on a des résultats théorique pour d’existence et la
convergence de la suite !x (k ) ,
k 0
il reste à voir la mise en oeuvre de la méthode. En d’autre terme, est
ce que cette méthode est pratique et facile à programmer
sachant que les fonctions fi et leurs dérivées partielles doivent être
fournies.
Si N est grand ?
Si les dérivées sont di¢ ciles à calculer?
Ax = λ.x
Remarque
Ak q (0 )
On peut déduire aisement par récurence que q (k ) = k 1.
Ak q (0 ) 2
La présence de la puissance de A explique le nom de la méthode de la
puissance.
Les vecteurs propres v1 , ..., vn de A forment une base de Mn,1 (C) . Ainsi
on a
n
q (0 ) = ∑ αi vi
i =1
avec les αi 2 C.
Comme Avi = λi vi on a
!
n 1 k
αi λi
Ak q (0 ) = αn λkn vn + ∑ vi ,k 1
i =1 α n λn
Comme Avi = λi vi on a
!
n 1 k
αi λi
Ak q (0 ) = αn λkn vn + ∑ vi ,k 1
i =1 α n λn
λi
Puisque < 1 pour i = 1, ..., n 1, donc le vecteur Ak q (0 ) tend à
λn
s’aligner le long de la direction du vecteur propre vn quand k ! +∞
Comme Avi = λi vi on a
!
n 1 k
αi λi
Ak q (0 ) = αn λkn vn + ∑ vi ,k 1
i =1 α n λn
λi
Puisque < 1 pour i = 1, ..., n 1, donc le vecteur Ak q (0 ) tend à
λn
s’aligner le long de la direction du vecteur propre vn quand k ! +∞
à condition que αn 6= 0.
Comme Avi = λi vi on a
!
n 1 k
αi λi
Ak q (0 ) = αn λkn vn + ∑ vi ,k 1
i =1 α n λn
λi
Puisque < 1 pour i = 1, ..., n 1, donc le vecteur Ak q (0 ) tend à
λn
s’aligner le long de la direction du vecteur propre vn quand k ! +∞
à condition que αn 6= 0.
Cette condition sur αn , impossible à assurer en pratique puisque vn
inconnu, n’est en fait pas restrictive.
Comme Avi = λi vi on a
!
n 1 k
αi λi
Ak q (0 ) = αn λkn vn + ∑ vi ,k 1
i =1 α n λn
λi
Puisque < 1 pour i = 1, ..., n 1, donc le vecteur Ak q (0 ) tend à
λn
s’aligner le long de la direction du vecteur propre vn quand k ! +∞
à condition que αn 6= 0.
Cette condition sur αn , impossible à assurer en pratique puisque vn
inconnu, n’est en fait pas restrictive.
en e¤et les erreurs d’arrondi entrainent l’apparition d’une composante
non nulle selon vn , même si le vecteur initial x (0 ) n’en a pas.
αn λkn vn + y (k )
(k )
q = ,k 1.
αn λkn vn + y (k )
2
Théorème
Soit A une matrice diagonalisable dont les valeurs propres satisfont
4 14 15 1
α2R
On veut approcher la valeur propre de plus grand module par la méthode
de
la puissance.